CN113740776B - 电缆护层接地环流故障预测方法、装置、设备及储存介质 - Google Patents
电缆护层接地环流故障预测方法、装置、设备及储存介质 Download PDFInfo
- Publication number
- CN113740776B CN113740776B CN202110944642.7A CN202110944642A CN113740776B CN 113740776 B CN113740776 B CN 113740776B CN 202110944642 A CN202110944642 A CN 202110944642A CN 113740776 B CN113740776 B CN 113740776B
- Authority
- CN
- China
- Prior art keywords
- data
- cable
- queue
- monitoring data
- environment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 131
- 230000008859 change Effects 0.000 claims abstract description 92
- 230000007613 environmental effect Effects 0.000 claims abstract description 73
- 238000004590 computer program Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 11
- 239000010410 layer Substances 0.000 claims description 9
- 239000011241 protective layer Substances 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 5
- 239000002184 metal Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/58—Testing of lines, cables or conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种电缆护层接地环流故障预测方法、装置、设备及储存介质，通过周期获取电缆的监控数据以及电缆所在位置的环境数据；在当前周期中，根据监控数据对第一队列进行更新，根据环境数据对第二队列进行更新，第一队列中包含有历史获取到的监控数据，第二队列中包含有历史获取到的环境数据；基于更新后的第一队列确定电缆的状态变化趋势，基于更新后的第二队列确定电缆所在位置的环境变化趋势；根据状态变化趋势以及环境变化趋势，预测电缆护层发生接地环流故障的概率。解决了在对电缆护层的接地环流故障进行预测时，没有考虑电缆护层的监控数据在历史一段时间以来的变化趋势，存在着接地环流故障预测结果的准确率比较低的技术问题。
Description
技术领域
本申请实施例涉及电缆护层检测领域，尤其涉及一种电缆护层接地环流故障预测方法、装置、设备及储存介质。
背景技术
目前，电缆在生产制造时，为了对电缆的缆芯进行保护，电缆的外部一般设置有金属护层。然而，电缆在传输电能的过程中，金属护层会由于电磁感应生成感应电压。当金属护层由于各种原因多点接地时，接地线路会与金属护层形成闭合回路，从而产生护层环流，增加护套的损耗，影响电缆的载流能力，严重时甚至使电缆严重发热而烧毁。
目前对电缆护层进行接地环流故障预测时，一般是实时对电缆护层进行监控，根据实时监控到的监控数据进行接地环流故障预测，在此过程中并没有考虑电缆护层的监控数据在历史一段时间以来的变化趋势，导致接地环流故障预测结果的准确率比较低。
发明内容
本发明实施例提供了一种电缆护层接地环流故障预测方法、装置、设备及储存介质，解决了目前在对电缆护层的接地环流故障进行预测时，没有考虑电缆护层的监控数据在历史一段时间以来的变化趋势，存在着接地环流故障预测结果的准确率比较低的技术问题。
第一方面，本发明实施例提供的一种电缆护层接地环流故障预测方法，包括以下步骤：
周期获取电缆的监控数据以及所述电缆所在位置的环境数据；
在当前周期中，根据所述监控数据对第一队列进行更新，根据所述环境数据对第二队列进行更新，所述第一队列中包含有历史获取到的监控数据，所述第二队列中包含有历史获取到的环境数据；
基于更新后的第一队列确定所述电缆的状态变化趋势，基于更新后的第二队列确定所述电缆所在位置的环境变化趋势；
根据所述状态变化趋势以及所述环境变化趋势，判断电缆护层在下一个周期中是否发生接地环流故障。
优选的，所述监控数据包括电缆护层接地电流数据、三相接地电流数据、电缆接头温度数据以及电缆振动数据。
优选的，所述环境数据包括温度数据以及湿度数据。
优选的，所述第一队列和所述第二队列均为双端队列，所述第一队列中包含有前N个周期中获取到的监控数据，所述第二队列中包含有前N个周期中获取到的环境数据；
相应的，所述根据所述监控数据对第一队列进行更新，根据所述环境数据对第二队列进行更新的具体过程为：
将当前周期获取到的监控数据添加至所述第一队列最后一个监控数据的末端，并移除所述第一队列中的第一个监控数据；将当前周期获取到的环境数据添加至所述第二队列最后一个环境数据的末端，并移除所述第二队列中的第一个环境数据。
优选的，所述根据所述状态变化趋势以及所述环境变化趋势，判断电缆护层在下一个周期中是否发生接地环流故障的具体过程为：
将所述状态变化趋势以及所述环境变化趋势输入至预设的数据预测模型中，得到下一个周期的监控数据预测值以及下一个周期的环境数据预测值；
将所述监控数据预测值以及所述环境数据预测值输入到预设的故障预测模型中，判断电缆护层在下一个周期中是否发生接地环流故障。
优选的，所述监控数据还包括所述电缆的位置数据；
相应的，所述判断电缆护层在下一个周期中是否发生接地环流故障后，还包括：
若判断所述电缆护层在下一个周期中发生接地环流故障，则根据所述位置数据确定所述电缆的位置，根据所述电缆的位置生成告警信息，将所述告警信息推送至与所述电缆的位置距离最短的工作人员。
优选的，所述判断电缆护层在下一个周期中是否发生接地环流故障后，还包括以下步骤：
若判断所述电缆护层在下一个周期中发生接地环流故障，缩短获取所述电缆的监控数据以及所述电缆所在位置的环境数据的周期，直至所述接地环流故障消除为止。
第二方面，本发明实施例提供了一种电缆护层接地环流故障预测装置，包括：
数据获取模块，用于周期获取电缆的监控数据以及所述电缆所在位置的环境数据；
队列更新模块，用于在当前周期中，根据所述监控数据对第一队列进行更新，根据所述环境数据对第二队列进行更新，所述第一队列中包含有历史获取到的监控数据，所述第二队列中包含有历史获取到的环境数据；
趋势确定模块，基于更新后的第一队列确定所述电缆的状态变化趋势，基于更新后的第二队列确定所述电缆所在位置的环境变化趋势；
故障预测模块，用于根据所述状态变化趋势以及所述环境变化趋势，判断电缆护层在下一个周期中是否发生接地环流故障。
第三方面，本发明实施例提供了一种设备，所述设备包括处理器以及存储器；
所述存储器用于存储计算机程序，并将所述计算机程序传输给所述处理器；
所述处理器用于根据所述计算机程序中的指令执行如第一方面所述的一种电缆护层接地环流故障预测方法。
第四方面，本发明实施例提供了一种存储计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的一种电缆护层接地环流故障预测方法。
上述，本发明实施例通过周期获取电缆的监控数据以及电缆所在位置的环境数据；在当前周期中，根据监控数据对第一队列进行更新，根据环境数据对第二队列进行更新，第一队列中包含有历史获取到的监控数据，第二队列中包含有历史获取到的环境数据；基于更新后的第一队列确定电缆的状态变化趋势，基于更新后的第二队列确定电缆所在位置的环境变化趋势；根据状态变化趋势以及环境变化趋势，预测电缆护层发生接地环流故障的概率。本发明实施例在获取到当前周期电缆的监控数据和环境数据后，分别对第一队列和第二队列进行更新，由于更新后的第一队列和更新后的第二队列中包含有历史获取到的监控数据和环境数据，从而在后续基于第一队列和第二队列生成状态变化趋势以及环境变化趋势时，状态变化趋势和环境变化趋势能够分别反映出监控数据和环境数据在最近一段时间以来的变化趋势，最后根据状态变化趋势和环境变化趋势判断电缆护层在下一个周期中是否发生接地环流故障，从而在对接地环流故障的进行预测时考虑了监控数据和环境数据历史一段时间以来的变化趋势，提高了对电缆护层发生接地环流故障进行预测的准确性。
附图说明
图1为本发明实施例提供的一种电缆护层接地环流故障预测方法的方法流程图。
图2为本发明实施例提供的一种对第一队列进行更新的示意图。
图3为本发明实施例提供的一种电缆护层接地环流故障预测装置的结构示意图。
图4为本发明实施例提供的一种设备的结构示意图。
具体实施方式
以下描述和附图充分地示出本申请的具体实施方案，以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本申请的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，各实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中，诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来，而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的结构、产品等而言，由于其与实施例公开的部分相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
实施例一
如图1所示，图1为本发明实施例提供的一种电缆护层接地环流故障预测方法的流程图。本发明实施例提供的电缆护层接地环流故障预测方法可以由电缆护层接地环流故障预测设备执行，该电缆护层接地环流故障预测设备可以通过软件和/或硬件的方式实现，该电缆护层接地环流故障预测设备可以是两个或多个物理实体构成，也可以由一个物理实体构成。例如电缆护层接地环流故障预测设备可以是电脑、上位机、服务器、平板等设备。方法包括以下步骤：
步骤101、周期获取电缆的监控数据以及电缆所在位置的环境数据。
在一个实施例中，在获取数据之前，工作人员预先设置所要监控的电缆范围以及每个周期的时间长度。设置完成后，在每个周期到来时，获取监控范围内电缆的监控数据以及监控范围内电缆所在位置的环境数据。可理解，在本实施例中，周期的时间长度可根据实际的需要进行设置，示例性的，在一个实施例中，将每个周期的时间长度设置为10S，即每隔10S获取一次数据，在本实施例中不对周期的时间长度进行具体设置。
在上述实施例的基础上，监控数据包括电缆护层接地电流数据、三相接地电流数据、电缆接头温度数据以及电缆振动数据。三相接地电流数据包括电缆每一相电缆的接地电流数据，电缆接头温度数据为电缆接头的温度数据，电缆振动数据为电缆发生振动的幅度数据。由于电缆护层接地电流数据、三相接地电流数据、电缆接头温度数据以及电缆振动数据在一定程度上可以反映出电缆护层发生接地故障，示例性的，电缆护层在发生接地故障时，至少满足以下一项条件：电缆护层接地电流大于100A、电缆护层接地电缆与电缆负荷的比值大于50％、单相接地电流最大值与最小值的比值大于5以及电缆接头温度大于70°。而根据电缆振动数据，可以判断出电缆是否受到外力冲击，当电缆受到较大的外力冲击时，会出现电缆护层导致电缆护层出现绝缘性能薄弱点与地线相连，从而出现接地环流故障，因此，电缆振动数据在一定程度上也可以反映出电缆护层发生接地环流故障的概率。在本实施例中，通过获取电缆护层的监控数据，后续即可在此基础上分析电缆护层是否发生接地故障。
在一个实施例中，监控数据可通过在电缆上设置传感器进行采集得到。示例性的，通过在电缆上设置电流传感器分别采集电缆护层接地电流数据以及三相接地电流数据。在电缆接头上设置温度传感器采集电缆接头温度数据。在电缆上设置振动传感器采集电缆振动数据。可理解，获取监控数据的方式可根据实际需要进行设置，在本实施例中不对获取监控数据的具体方式进行限定。
在上述实施例的基础上，环境数据包括温度数据以及湿度数据。
需要说明的是，电缆所处环境的湿度和温度也在一定程度对电缆护层发生接地故障具有一定的影响。示例性的，电缆护层表面由于过度潮湿会导致交叉直连接点与地线直接连通，致使电缆线路的保护套两头与地线相连，出现接地故障，使得电缆护层的环流增加。而电缆的所处环境的温度在一定程度上会影响电缆接头的温度。因此，需要电缆所处位置的环境数据，从而考虑环境数据对电缆发生接地环流故障的影响。在本实施例中，可通过在电缆上设置湿度传感器以及在电缆接头上设置温度传感器来采集环境数据。
步骤102、在当前周期中，根据监控数据对第一队列进行更新，根据环境数据对第二队列进行更新，第一队列中包含有历史获取到的监控数据，第二队列中包含有历史获取到的环境数据。
对于当前周期获取到的监控数据和环境数据，分别使用监控数据和环境数据对第一队列和第二队列进行更新。其中，第一队列和第二队列中分别包含有历史获取到的监控数据和历史获取到的环境数据。通过将当前周期获取到的数据对队列进行更新，从而使得队列中既包含有最新的数据，也包含有历史获取到的数据。需要说明的是，在本实施例中，第一队列和第二队列中包含有数量相同的储存单元，每个储存单元用于储存监控数据或环境数据，储存单元设置有多个。
在上述实施例的基础上，第一队列和第二队列均为双端队列，第一队列中包含有前N个周期中获取到的监控数据，第二队列中包含有前N个周期中获取到的环境数据。
需要进一步说明的是，第一队列和第二队列均为双端队列，即第一队列和第二队列具有两个端部，可以在两个端部中删除或添加数据。在一个实施例中，第一队列和第二队列均包含有N个储存单元，可在第一个储存单元或最后一个储存单元中删除或添加数据，且N个储存单元中包含有在N个周期中获取到的数据，可理解，一个储存单元中包含有一个周期获取到的数据，例如，第一队列和第二队列中均包含有6个储存单元，第一队列的6个储存单元中分别包含有前6个周期获取到的监控数据，第二队列的6个储存单元中分别包含有前6个周期获取到的环境数据。可理解，在开始检测的前N个周期中，第一队列的储存单元和第二队列中的N个储存单元尚未填满数据。
相应的，根据监控数据对第一队列进行更新，根据环境数据对第二队列进行更新的具体过程为：
将当前周期获取到的监控数据添加至第一队列最后一个监控数据的末端，并移除第一队列中的第一个监控数据；将当前周期获取到的环境数据添加至第二队列最后一个环境数据的末端，并移除第二队列中的第一个环境数据。
在本实施例中，将当前周期获取到的监控数据添加至第一队列最后一个监控数据的末端，并移除第一队列中的第一个监控数据，从而使用最新的监控数据替换掉第一队列中最旧的监控数据，完成对第一队列进行更新；同理，在第二队列中同样使用最新的环境数据替换掉第二队列中最旧的环境数据，从而对第二队列进行更新。由于距离当前周期时间过于久远的监控数据和环境数据，在当前周期预测电缆的接地环流故障的过程中，并不能体现出最近一段时间以来监控数据和环境数据的变化趋势，因此在第一队列和第二队列中分别将第一个监控数据和第一个环境数据剔除，从而保证第一队列中的监控数据和第二队列中的环境数据是最近一段时间以来的监控数据和环境数据。示例性的，如图2所示，在一个实施例中，第一队列包含有6个储存单元(编号1-6)，第一队列的6个储存单元储存有前6个周期获取到的监控数据，在对第一队列进行更新时，将当前周期获取到的监控数据写入新的储存单元(编号为7)中，将新的储存单元添加至第一队列最后一个储存单元的末端，并将第一队列的第一个储存单元(编号为1)删除，得到更新后的第一队列。第二队列的更新情况可参考第一队列的更新过程，在本实施例中不再赘述。可理解，在开始检测的前N个周期中，由于第一队列和第二队列中的尚未填满数据，因此不执行移除第一队列中的第一个监控数据和移除第二队列中的第一个环境数据的步骤，待第一队列和第二队列中填满数据后，再执行删除步骤。即在第N个周期后，再执行执行移除第一队列中的第一个监控数据和移除第二队列中的第一个环境数据的步骤。
步骤103、基于更新后的第一队列确定电缆的状态变化趋势，基于更新后的第二队列确定电缆所在位置的环境变化趋势。
在对第一队列和第二队列进行更新后，即可根据更新后的第一队列确定电缆的状态变化趋势，根据更新后的第二队列确定电缆所在位置的环境变化趋势。在一个实施例中，对于监控数据，分别根据第一队列中电缆护层接地电流数据、三相接地电流数据、电缆接头温度数据以及电缆振动数据，进行线性拟合，从而生成电缆护层接地电流变化曲线、三相接地电流变化曲线、电缆接头温度变化曲线以及电缆振动变化曲线，即状态变化趋势。同理，对于环境数据，根据第二队列中湿度数据的变化以及温度数据的变化生成湿度变化曲线以及温度变化曲线，即环境变化趋势。
步骤104、根据状态变化趋势以及环境变化趋势，判断电缆护层在下一个周期中是否发生接地环流故障。
在得到状态变化趋势以及环境变化趋势后，即可根据状态变化趋势以及环境变化趋势来判断电缆护层在下一个周期中是否发生接地环流故障。在一个实施例中，根据状态变化趋势以及环境变化趋势，判断电缆护层在下一个周期中是否发生接地环流故障具体由步骤1041至步骤1042执行，具体为：
步骤1041、将状态变化趋势以及环境变化趋势输入至预设的数据预测模型中，得到下一个周期的监控数据预测值以及下一个周期的环境数据预测值。
在本实施例中，数据预测模型为LSTM神经网络，首先，将状态变化趋势以及环境变化趋势输入训练好的数据预测模型中，从而得到下一个周期的监控数据预测值以及下一个周期的环境数据预测值。具体的，对数据预测模型进行训练的过程为：获取电缆历史每个周期中获取到的历史监控数据以及历史环境数据，根据时间顺序将历史监控数据划分为多个第一数据段，根据时间顺序将历史环境数据划分为多个第二数据段，且每个第一数据段中包含的历史监控数据的数量和第一队列所包含的监控数据的数量相同，每个第二数据段中包含的历史环境数据的数量和第二队列所包含的环境数据的数量相同。示例性的，若第一队列中包含有6个监控数据，则根据时间先后顺序，将历史监控数据划分为多个第一数据段，每个第一数据段中包含有6个历史监控数据，根据每个第一数据段生成历史状态变化趋势。之后，在每一个历史状态变化趋势中标记出对应第一数据段的下一个周期的所获取到的历史监控数据，标记完成后，得到监控数据训练集，同理，以相同的方式得到环境数据训练集，在本实施例中不再赘述。之后，将监控数据训练集的第一数据段和环境数据训练集的第二数据段输入至数据预测模型中，判断数据预测模型输出的值是否与输入的第一数据段中所标记的历史监控数据以及与输入的第二数据段中所标记的历史环境数据相同，当数据预测模型输出的值的准确率到达设置的第一阈值时，则确定数据预测模型训练完成，得到训练好的数据预测模型。
步骤1042、将监控数据预测值以及环境数据预测值输入到预设的故障预测模型中，判断电缆护层在下一个周期中是否发生接地环流故障。
在一个实施例中，故障预测模型采用BP神经网络，获取电缆历史上发生接地环流故障时的故障监控数据以及故障环境数据，并对故障监控数据以及故障环境数据上标注出发生接地环流故障，标注完成后得到训练集，使用训练集对故障预测模型进行训练，当故障预测模型判断发生接地环流故障的准确率到达设置的第二阈值时，则确定故障预测模型训练完成，得到训练好的故障预测模型。
在得到数据预测模型输出的监控数据预测值以及环境数据预测后，将环境数据预测值以及监控数据预测值输入至训练好的故障预测模型中，故障预测模型判断电缆护层在下一个周期中是否发生接地故障，以便工作人员采取相应的措施。
在一个实施例中，若判断电缆护层在下一个周期中发生接地环流故障，则向指挥中心发出告警信息，从而使得指挥中心能够获知电缆护层发生接地环流故障。
在上述实施例的基础上，监控数据还包括电缆的位置数据；
相应的，判断电缆护层在下一个周期中是否发生接地环流故障后，还包括：
若判断电缆护层在下一个周期中发生接地环流故障，则根据位置数据确定电缆的位置，根据电缆的位置生成告警信息，将告警信息推送至与电缆的位置距离最短的工作人员。
在一个实施例中，若故障预测模型判断电缆护层在下一个周期中发生接地环流故障，则从该电缆所对应的监控数据中提取出该电缆的位置数据，根据该电缆的位置数据确定该电缆的位置，之后，根据该电缆的位置生成告警信息，将该告警信息发送至与电缆的位置距离最短的工作人员，从而使得工作人员能够获知电缆护层发生接地环流故障的电缆的位置，从而赶往现场对该电缆进行检修。通过将告警信息发送至与电缆的位置距离最短的工作人员，使得工作人员能够以最短的时间前往现场，提高检修效率，防止电缆护层接地环流故障进一步恶化。
在上述实施例的基础上，判断电缆护层在下一个周期中是否发生接地环流故障后，还包括以下步骤：
若判断电缆护层在下一个周期中发生接地环流故障，缩短获取电缆的监控数据以及电缆所在位置的环境数据的周期，直至接地环流故障消除为止。
在一个实施例中，若电缆护层在下一个周期中发生接地环流故障，则在下一个周期中应当加强检测，缩短获取电缆的监控数据以及电缆所在位置的环境数据的周期，从而在发生接地环流故障时，能够更加准确的定位接地环流故障发生的时间，待接地环流故障消除后，再将周期恢复至接地环流故障发生前的周期。示例性的，在接地环流故障发生前，每个周期的时间长度为10S，即每10S获取一次电缆的监控数据以及电缆所在位置的环境数据，若判断缆护层在下一个周期中发生接地环流故障，则将周期的时间长度缩短为2S，即每隔2S获取一次电缆的监控数据以及电缆所在位置的环境数据，从而加强对电缆的检测，能够更加精确捕获到电缆护层发生接地环流故障的时间，以便后续工作人员对接地环流故障的原因进行分析，待接地环流故障消除后，再将周期从2S恢复为10S。
上述，本发明实施例在获取到当前周期电缆的监控数据和环境数据后，分别对第一队列和第二队列进行更新，由于更新后的第一队列和更新后的第二队列中包含有历史获取到的监控数据和环境数据，从而在后续基于第一队列和第二队列生成状态变化趋势以及环境变化趋势时，状态变化趋势和环境变化趋势能够分别反映出监控数据和环境数据在最近一段时间以来的变化趋势，最后根据状态变化趋势和环境变化趋势判断电缆护层在下一个周期中是否发生接地环流故障，从而在对接地环流故障的进行预测时考虑了监控数据和环境数据历史上最近一段时间以来的变化趋势，提高了对电缆护层发生接地环流故障进行预测的准确性。
实施例二
如图3所示，图3为本发明实施例提供了一种电缆护层接地环流故障预测装置，包括：
数据获取模块201，用于周期获取电缆的监控数据以及电缆所在位置的环境数据；
队列更新模块202，用于在当前周期中，根据监控数据对第一队列进行更新，根据环境数据对第二队列进行更新，第一队列中包含有历史获取到的监控数据，第二队列中包含有历史获取到的环境数据；
趋势确定模块203，基于更新后的第一队列确定电缆的状态变化趋势，基于更新后的第二队列确定电缆所在位置的环境变化趋势；
故障预测模块204，用于根据状态变化趋势以及环境变化趋势，判断电缆护层在下一个周期中是否发生接地环流故障。
在上述实施例的基础上，监控数据包括电缆护层接地电流数据、三相接地电流数据、电缆接头温度数据以及电缆振动数据。
在上述实施例的基础上，环境数据包括温度数据以及湿度数据。
在上述实施例的基础上，第一队列和第二队列均为双端队列，第一队列中包含有前N个周期中获取到的监控数据，第二队列中包含有前N个周期中获取到的环境数据；
相应的，队列更新模块202用于根据监控数据对第一队列进行更新，根据环境数据对第二队列进行更新的具体为：
用于将当前周期获取到的监控数据添加至第一队列最后一个监控数据的末端，并移除第一队列中的第一个监控数据；将当前周期获取到的环境数据添加至第二队列最后一个环境数据的末端，并移除第二队列中的第一个环境数据。
在上述实施例的基础上，故障预测模块204用于根据状态变化趋势以及环境变化趋势，判断电缆护层在下一个周期中是否发生接地环流故障的具体为：
用于将状态变化趋势以及环境变化趋势输入至预设的数据预测模型中，得到下一个周期的监控数据预测值以及下一个周期的环境数据预测值；
将监控数据预测值以及环境数据预测值输入到预设的故障预测模型中，判断电缆护层在下一个周期中是否发生接地环流故障。
在上述实施例的基础上，监控数据还包括电缆的位置数据；
相应的，还包括告警信息生成模块，用于若判断电缆护层在下一个周期中发生接地环流故障，则根据位置数据确定电缆的位置，根据电缆的位置生成告警信息，将告警信息推送至与电缆的位置距离最短的工作人员。
在上述实施例的基础上，还包括周期调整模块，用于若判断电缆护层在下一个周期中发生接地环流故障，缩短获取电缆的监控数据以及电缆所在位置的环境数据的周期，直至接地环流故障消除为止。
实施例三
本实施例还提供了一种设备，如图4所示，一种设备30，设备包括处理器300以及存储器301；
存储器301用于存储计算机程序302，并将计算机程序302传输给处理器；
处理器300用于根据计算机程序302中的指令执行上述的一种电缆护层接地环流故障预测方法实施例中的步骤。
示例性的，计算机程序302可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器301中，并由处理器300执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序302在设备30中的执行过程。
设备30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。设备可包括，但不仅限于，处理器300、存储器301。本领域技术人员可以理解，图4仅仅是设备30的示例，并不构成对设备30的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器300可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器301可以是设备30的内部存储单元，例如设备30的硬盘或内存。存储器301也可以是设备30的外部存储设备，例如设备30上配备的插接式硬盘，智能存储卡(SmartMedia Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器301还可以既包括设备30的内部存储单元也包括外部存储设备。存储器301用于存储计算机程序以及设备所需的其他程序和数据。存储器301还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储计算机程序的介质。
实施例四
本发明实施例还提供一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种电缆护层接地环流故障预测方法，该方法包括以下步骤：
周期获取电缆的监控数据以及电缆所在位置的环境数据；
在当前周期中，根据监控数据对第一队列进行更新，根据环境数据对第二队列进行更新，第一队列中包含有历史获取到的监控数据，第二队列中包含有历史获取到的环境数据；
基于更新后的第一队列确定电缆的状态变化趋势，基于更新后的第二队列确定电缆所在位置的环境变化趋势；
根据状态变化趋势以及环境变化趋势，判断电缆护层在下一个周期中是否发生接地环流故障。
注意，上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明实施例不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此，虽然通过以上实施例对本发明实施例进行了较为详细的说明，但是本发明实施例不仅仅限于以上实施例，在不脱离本发明实施例构思的情况下，还可以包括更多其他等效实施例，而本发明实施例的范围由所附的权利要求范围决定。
Claims (7)
1.一种电缆护层接地环流故障预测方法，其特征在于，包括以下步骤：
周期获取电缆的监控数据以及所述电缆所在位置的环境数据，其中所述监控数据包括电缆护层接地电流数据、三相接地电流数据、电缆接头温度数据以及电缆振动数据；
在当前周期中，根据所述监控数据对第一队列进行更新，根据所述环境数据对第二队列进行更新，所述第一队列中包含有历史获取到的监控数据，所述第二队列中包含有历史获取到的环境数据，其中所述第一队列中包含有前N个周期中获取到的监控数据，所述第二队列中包含有前N个周期中获取到的环境数据，所述第一队列中的包含的监控数据的数量和所述第二队列中包含的环境数据的数量相同；
基于更新后的第一队列确定所述电缆的状态变化趋势，基于更新后的第二队列确定所述电缆所在位置的环境变化趋势；
根据所述状态变化趋势以及所述环境变化趋势，判断电缆护层在下一个周期中是否发生接地环流故障，其中包括：将所述状态变化趋势以及所述环境变化趋势输入至预设的数据预测模型中，得到下一个周期的监控数据预测值以及下一个周期的环境数据预测值，将所述监控数据预测值以及所述环境数据预测值输入到预设的故障预测模型中，判断电缆护层在下一个周期中是否发生接地环流故障；
所述监控数据还包括所述电缆的位置数据，若判断所述电缆护层在下一个周期中发生接地环流故障，则根据所述位置数据确定所述电缆的位置，根据所述电缆的位置生成告警信息，将所述告警信息推送至与所述电缆的位置距离最短的工作人员。
2.根据权利要求1所述的一种电缆护层接地环流故障预测方法，其特征在于，所述环境数据包括温度数据以及湿度数据。
3.根据权利要求2所述的一种电缆护层接地环流故障预测方法，其特征在于，所述第一队列和所述第二队列均为双端队列；
相应的，所述根据所述监控数据对第一队列进行更新，根据所述环境数据对第二队列进行更新的具体过程为：
将当前周期获取到的监控数据添加至所述第一队列最后一个监控数据的末端，并移除所述第一队列中的第一个监控数据；将当前周期获取到的环境数据添加至所述第二队列最后一个环境数据的末端，并移除所述第二队列中的第一个环境数据。
4.根据权利要求1所述的一种电缆护层接地环流故障预测方法，其特征在于，所述判断电缆护层在下一个周期中是否发生接地环流故障后，还包括以下步骤：
若判断所述电缆护层在下一个周期中发生接地环流故障，缩短获取所述电缆的监控数据以及所述电缆所在位置的环境数据的周期，直至所述接地环流故障消除为止。
5.一种电缆护层接地环流故障预测装置，其特征在于，包括：
数据获取模块，用于周期获取电缆的监控数据以及所述电缆所在位置的环境数据，其中所述监控数据包括电缆护层接地电流数据、三相接地电流数据、电缆接头温度数据以及电缆振动数据，所述监控数据还包括所述电缆的位置数据；
队列更新模块，用于在当前周期中，根据所述监控数据对第一队列进行更新，根据所述环境数据对第二队列进行更新，所述第一队列中包含有历史获取到的监控数据，所述第二队列中包含有历史获取到的环境数据，其中所述第一队列中包含有前N个周期中获取到的监控数据，所述第二队列中包含有前N个周期中获取到的环境数据，所述第一队列中的包含的监控数据的数量和所述第二队列中包含的环境数据的数量相同；
趋势确定模块，基于更新后的第一队列确定所述电缆的状态变化趋势，基于更新后的第二队列确定所述电缆所在位置的环境变化趋势；
故障预测模块，用于根据所述状态变化趋势以及所述环境变化趋势，判断电缆护层在下一个周期中是否发生接地环流故障，具体用于将所述状态变化趋势以及所述环境变化趋势输入至预设的数据预测模型中，得到下一个周期的监控数据预测值以及下一个周期的环境数据预测值，将所述监控数据预测值以及所述环境数据预测值输入到预设的故障预测模型中，判断电缆护层在下一个周期中是否发生接地环流故障；
告警信息生成模块，用于若判断电缆护层在下一个周期中发生接地环流故障，则根据位置数据确定电缆的位置，根据电缆的位置生成告警信息，将告警信息推送至与电缆的位置距离最短的工作人员。
6.一种设备，其特征在于，所述设备包括处理器以及存储器；
所述存储器用于存储计算机程序，并将所述计算机程序传输给所述处理器；
所述处理器用于根据所述计算机程序中的指令执行如权利要求1-4中任一项所述的一种电缆护层接地环流故障预测方法。
7.一种存储计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-4中任一项所述的一种电缆护层接地环流故障预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110944642.7A CN113740776B (zh) | 2021-08-17 | 2021-08-17 | 电缆护层接地环流故障预测方法、装置、设备及储存介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110944642.7A CN113740776B (zh) | 2021-08-17 | 2021-08-17 | 电缆护层接地环流故障预测方法、装置、设备及储存介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113740776A CN113740776A (zh) | 2021-12-03 |
| CN113740776B true CN113740776B (zh) | 2024-04-12 |
Family
ID=78731412
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110944642.7A Active CN113740776B (zh) | 2021-08-17 | 2021-08-17 | 电缆护层接地环流故障预测方法、装置、设备及储存介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113740776B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115129019A (zh) * | 2022-08-31 | 2022-09-30 | 合肥中科迪宏自动化有限公司 | 生产线故障分析模型的训练方法及生产线故障分析方法 |
| CN117459406B (zh) * | 2023-12-26 | 2024-02-23 | 国网浙江省电力有限公司宁波供电公司 | 一种光缆资源运维管理方法、设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104599433A (zh) * | 2014-10-13 | 2015-05-06 | 北京国双科技有限公司 | 一种指标数据的监测方法、装置及服务器 |
| CN106873571A (zh) * | 2017-02-10 | 2017-06-20 | 泉州装备制造研究所 | 一种基于数据和模型融合的预警方法 |
| CN109116190A (zh) * | 2018-09-20 | 2019-01-01 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于接地环流电流检测的电力电缆绝缘状态监测***及其监测方法 |
| CN110763952A (zh) * | 2019-10-29 | 2020-02-07 | 湖南国奥电力设备有限公司 | 地下电缆故障监测方法和装置 |
| CN110865224A (zh) * | 2019-11-21 | 2020-03-06 | 上海昌鹭智能技术有限公司 | 高压电缆护层接地环流在线监测*** |
| CN111064783A (zh) * | 2019-12-12 | 2020-04-24 | 上海邦芯物联网科技有限公司 | 一种数据采集装置及方法 |
| CN112363008A (zh) * | 2020-09-17 | 2021-02-12 | 广州长川科技有限公司 | 一种电缆故障及运行状态的综合监测方法及*** |
| CN112461289A (zh) * | 2020-10-27 | 2021-03-09 | 国网山东省电力公司昌邑市供电公司 | 一种环网柜故障监控方法、***、终端及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10341463B2 (en) * | 2017-05-03 | 2019-07-02 | International Business Machines Corporation | System and method for message queue configuration in a network |
| US11080255B2 (en) * | 2018-07-09 | 2021-08-03 | Oracle International Corporation | Space-efficient bookkeeping for database applications |
-
2021
- 2021-08-17 CN CN202110944642.7A patent/CN113740776B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104599433A (zh) * | 2014-10-13 | 2015-05-06 | 北京国双科技有限公司 | 一种指标数据的监测方法、装置及服务器 |
| CN106873571A (zh) * | 2017-02-10 | 2017-06-20 | 泉州装备制造研究所 | 一种基于数据和模型融合的预警方法 |
| CN109116190A (zh) * | 2018-09-20 | 2019-01-01 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于接地环流电流检测的电力电缆绝缘状态监测***及其监测方法 |
| CN110763952A (zh) * | 2019-10-29 | 2020-02-07 | 湖南国奥电力设备有限公司 | 地下电缆故障监测方法和装置 |
| CN110865224A (zh) * | 2019-11-21 | 2020-03-06 | 上海昌鹭智能技术有限公司 | 高压电缆护层接地环流在线监测*** |
| CN111064783A (zh) * | 2019-12-12 | 2020-04-24 | 上海邦芯物联网科技有限公司 | 一种数据采集装置及方法 |
| CN112363008A (zh) * | 2020-09-17 | 2021-02-12 | 广州长川科技有限公司 | 一种电缆故障及运行状态的综合监测方法及*** |
| CN112461289A (zh) * | 2020-10-27 | 2021-03-09 | 国网山东省电力公司昌邑市供电公司 | 一种环网柜故障监控方法、***、终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113740776A (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113740776B (zh) | 电缆护层接地环流故障预测方法、装置、设备及储存介质 | |
| CN108593260B (zh) | 光缆线路故障定位和检测方法及终端设备 | |
| CN110221145B (zh) | 电力设备故障诊断方法、装置及终端设备 | |
| CN112149554B (zh) | 故障分类模型的训练、故障检测方法及相关装置 | |
| CN107944721B (zh) | 一种通用的基于数据挖掘的机器学习方法、装置以及*** | |
| CN105245001A (zh) | 一种事件驱动的变电站事故智能告警处理方法和装置 | |
| JP2022085487A (ja) | 事故予兆検知システム、事故予兆検知方法、ならびに事故予兆検知システムの親局および子局 | |
| JP6774797B2 (ja) | 監視装置および監視方法 | |
| CN112817814A (zh) | 异常监控方法、***、存储介质及电子装置 | |
| CN114495468A (zh) | 机器人故障状态监测预警方法、电子设备、存储介质 | |
| CN109325603B (zh) | 故障请求处理方法、装置及终端设备 | |
| CN113740775B (zh) | 一种电缆护层在线检测方法、装置、设备及储存介质 | |
| CN113992602B (zh) | 一种电缆监测数据上传方法、装置、设备以及存储介质 | |
| CN117031182B (zh) | 配电站所终端遥测值异常检测方法及*** | |
| CN107977626B (zh) | 一种电子设备工作数据的分组方法 | |
| CN113033889B (zh) | 高压输电线路故障预测方法、装置及终端设备 | |
| CN116737498A (zh) | 遥测数据采集方法、***、装置、设备及介质 | |
| CN113238911B (zh) | 告警处理方法及装置 | |
| CN111007361A (zh) | 一种输电线路故障定位方法、***以及设备 | |
| CN113030648B (zh) | 电力电缆故障点位置确定方法、装置及终端设备 | |
| CN114157486B (zh) | 通信流量数据异常检测方法、装置、电子设备及存储介质 | |
| CN113447880B (zh) | 一种电能表的故障诊断方法、装置及终端设备 | |
| CN111624430B (zh) | 电容寿命在线监测方法、装置及终端设备 | |
| CN114898174A (zh) | 基于不同识别模型的电缆故障识别*** | |
| CN113197116A (zh) | 生猪健康监测及出栏时间评估方法、终端设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |